目 錄
第 1章 LangChain簡(jiǎn)介 1
1.1 LangChain的產(chǎn)生背景 1
1.1.1 大模型技術(shù)浪潮 1
1.1.2 大模型時(shí)代的開(kāi)發(fā)范式 5
1.1.3 LangChain框架的爆火 6
1.2 LangChain核心概念和模塊 8
1.2.1 模型I O模塊 9
1.2.2 RAG模塊 9
1.2.3 存儲(chǔ)模塊 10
1.2.4 工具模塊 11
1.2.5 回調(diào)組件 11
1.2.6 LCEL語(yǔ)法 11
1.2.7 LangGraph庫(kù) 12
1.2.8 小結(jié) 14
1.3 LangChain與其他框架的比較 15
1.3.1 框架介紹 15
1.3.2 框架比較 17
1.3.3 小結(jié) 18
第 2章 LangChain初體驗(yàn) 20
2.1 開(kāi)發(fā)環(huán)境準(zhǔn)備 20
2.1.1 管理工具安裝 20
2.1.2 源碼安裝 21
2.1.3 其他庫(kù)安裝 21
2.2 快速開(kāi)始 22
2.2.1 模型組件 22
2.2.2 提示詞模板組件 24
2.2.3 輸出解析器組件 25
2.2.4 使用LCEL進(jìn)行組合 26
2.2.5 使用LangSmith進(jìn)行觀測(cè) 28
2.2.6 使用LangServe提供服務(wù) 29
2.3 最佳安全實(shí)踐 31
第3章 模型輸入與輸出 33
3.1 大模型原理解釋 33
3.1.1 為什么模型輸出不可控 33
3.1.2 輸入對(duì)輸出的影響 34
3.2 提示詞模板組件 37
3.2.1 基礎(chǔ)提示詞模板 37
3.2.2 自定義提示詞模板 39
3.2.3 使用FewShotPromptTemplate 40
3.2.4 示例選擇器 42
3.3 大模型接口 45
3.3.1 聊天模型 46
3.3.2 聊天模型提示詞的構(gòu)建 46
3.3.3 定制大模型接口 49
3.3.4 擴(kuò)展模型接口 54
3.4 輸出解析器 54
第4章 鏈的構(gòu)建 59
4.1 鏈的基本概念 59
4.2 LCEL語(yǔ)法探究 59
4.3 Runnable對(duì)象接口 61
4.3.1 schema屬性 65
4.3.2 invoke方法 66
4.3.3 stream方法 68
4.3.4 batch方法 69
4.3.5 astream_log方法 70
4.3.6 astream_events方法 72
4.4 LCEL高級(jí)特性 74
4.4.1 ConfigurableField 74
4.4.2 RunnableLambda 75
4.4.3 RunnableBranch 75
4.4.4 RunnablePassthrough 76
4.4.5 RunnableParallel 76
4.4.6 容錯(cuò)機(jī)制 77
第5章 RAG介紹 78
5.1 RAG技術(shù)概述 78
5.2 LangChain中的RAG組件 81
5.2.1 文檔加載組件 81
5.2.2 文檔分割組件 82
5.2.3 文檔嵌入 87
5.2.4 向量存儲(chǔ) 92
5.2.5 檢索器 96
5.2.6 多文檔聯(lián)合檢索 104
5.2.7 RAG技術(shù)的關(guān)鍵挑戰(zhàn) 108
5.3 RAG實(shí)踐 108
5.3.1 文檔預(yù)處理過(guò)程 108
5.3.2 文檔檢索過(guò)程 113
5.3.3 方案優(yōu)勢(shì) 118
第6章 智能代理設(shè)計(jì) 119
6.1 智能代理的概念 119
6.2 LangChain中的代理 120
6.2.1 LLM驅(qū)動(dòng)的智能代理 120
6.2.2 代理組件 122
6.3 LangGraph庫(kù) 126
6.3.1 LangGraph核心概念 127
6.3.2 LangGraph代理能力 136
6.3.3 使用LangGraph構(gòu)建代理
應(yīng)用 143
第7章 記憶系統(tǒng) 152
7.1 記憶系統(tǒng)介紹 153
7.2 短期記憶管理 153
7.2.1 保留全部對(duì)話 153
7.2.2 記憶窗口機(jī)制 154
7.2.3 按條件篩選對(duì)話 156
7.2.4 創(chuàng)建對(duì)話摘要 157
7.3 長(zhǎng)期記憶管理 161
7.3.1 基于向量的記憶存儲(chǔ) 161
7.3.2 基于知識(shí)圖譜構(gòu)建結(jié)構(gòu)化
記憶 168
7.4 自定義記憶組件 170
7.4.1 方案說(shuō)明 170
7.4.2 代碼實(shí)踐 171
第8章 回調(diào)機(jī)制 177
8.1 回調(diào)處理器 177
8.2 使用回調(diào)的兩種方式 179
8.2.1 構(gòu)造器回調(diào) 179
8.2.2 請(qǐng)求回調(diào) 179
8.3 實(shí)現(xiàn)可觀測(cè)性插件 180
第9章 構(gòu)建多模態(tài)智能機(jī)器人 183
9.1 需求思考與設(shè)計(jì) 183
9.1.1 需求分析 183
9.1.2 應(yīng)用設(shè)計(jì) 183
9.1.3 Slack應(yīng)用配置 185
9.2 利用LangChain開(kāi)發(fā)應(yīng)用 189
9.2.1 構(gòu)建Slack事件接口 189
9.2.2 消息處理框架 190
9.2.3 實(shí)現(xiàn)多模態(tài)代理 193
9.3 應(yīng)用監(jiān)控和調(diào)優(yōu) 196
9.3.1 應(yīng)用監(jiān)控 197
9.3.2 模型效果評(píng)估 197
9.3.3 模型備選服務(wù) 198
9.3.4 模型內(nèi)容安全 198
9.3.5 應(yīng)用部署 198
第 10章 社區(qū)和資源 199
10.1 LangChain社區(qū)介紹 199
10.1.1 官方博客 199
10.1.2 項(xiàng)目代碼與文檔 199
10.1.3 社區(qū)貢獻(xiàn) 200
10.1.4 參與社區(qū)活動(dòng) 201
10.2 資源和工具推薦 201
10.2.1 模板 202
10.2.2 LangServe 203
10.2.3 LangSmith 205
10.2.4 教程用例 208
10.3 LangChain的未來(lái)展望 208
10.3.1 生態(tài)系統(tǒng)概覽 209
10.3.2 變化與重構(gòu) 210
10.3.3 發(fā)展計(jì)劃 210